数据处理方法、装置、计算机可读介质及电子设备制造方法及图纸

本公开涉及一种数据处理方法、装置、计算机可读介质及电子设备，方法包括：获取历史业务数据，并根据所述历史业务数据，确定目标指标的类型；在不同数据维度下将所述历史业务数据处理为二分类数据；根据所述目标指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度；根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。通过上述技术方案，可以从不同的数据维度对历史业务数据进行自动的归因分析，从而确定符合预设归因指标的归因分析结果，提高数据处理效率。提高数据处理效率。提高数据处理效率。

【技术实现步骤摘要】
数据处理方法、装置、计算机可读介质及电子设备


[0001]本公开涉及计算机
，具体地，涉及一种数据处理方法、装置、计算机可读介质及电子设备。

技术介绍

[0002]在实际业务场景中，当业务KPI(Key Performance Indicator)指标出现异常时，通常需要对历史业务数据进行维度拆解和分析，以定位指标异动原因，即进行指标差异归因分析。
[0003]相关技术中，一般采用人工拆解分析方法来对历史业务数据进行维度拆解分析，以定位指标异动原因。但是，人工拆解分析方法效率较低，耗时过长，且难以分析不同维度的交叉影响。

技术实现思路

[0004]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]第一方面，本公开提供一种数据处理方法，所述方法包括：
[0006]获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；
[0007]在不同数据维度下将所述历史业务数据处理为二分类数据；
[0008]根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
[0009]根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
[0010]第二方面，本公开提供一种数据处理装置，包括：
[0011]获取模块，用于获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据，所述目标指标用于表征所述第一业务数据与所述第二业务数据之间的差异数据比例；
[0012]处理模块，用于在不同数据维度下将所述历史业务数据处理为二分类数据；
[0013]第一确定模块，用于根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据
在所述预设归因指标下的总差异数据；
[0014]第二确定模块，用于根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
[0015]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
[0016]第四方面，本公开提供一种电子设备，包括：
[0017]存储装置，其上存储有计算机程序；
[0018]处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
[0019]通过上述技术方案，可以在不同数据维度下将历史业务数据处理为二分类数据，进而根据目标指标确定二分类数据中每类数据之间的分布差异度和每类数据的类别解释度，从而根据分布差异度和类别解释度确定对历史业务数据的归因分析结果。由此，可以从不同数据维度对历史业务数据进行自动化的归因分析，提高数据归因效率，并且基于分布差异度和类别解释度得到对历史业务数据的归因分析结果，可以更准确地分析不同维度的交叉影响，从而得到更符合实际情况的归因分析结果，提高归因准确性。
[0020]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0021]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0022]图1是根据本公开一示例性实施例提供的一种数据处理方法的流程图；
[0023]图2是根据本公开一示例性实施例提供的一种目标数据决策树的示意图；
[0024]图3是根据本公开一示例性实施例提供的另一种目标数据决策树的示意图；
[0025]图4是根据本公开一示例性实施例提供的另一种数据处理方法的流程图；
[0026]图5是根据本公开一示例性实施例提供的一种数据处理装置的框图；
[0027]图6是根据本公开一示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定
义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0032]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0033]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0034]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0035]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0036]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；在不同数据维度下将所述历史业务数据处理为二分类数据；根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。2.根据权利要求1所述的方法，其特征在于，所述在不同数据维度下将所述历史业务数据处理为二分类数据，包括：针对所述历史业务数据对应的每一数据维度，确定所述数据维度的类型，并根据所述数据维度的类型，确定所述数据维度对应的目标划分信息；根据所述目标划分信息，从不同的数据维度将所述历史业务数据处理为二分类数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的目标划分信息，包括：根据所述数据维度的类型，确定所述数据维度对应的候选划分信息；确定将所述历史业务数据按照所述候选划分信息划分后每类数据之间的分布差异度；根据按照所述候选划分信息划分后每类数据之间的分布差异度，在所述候选划分信息中确定目标划分信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的候选划分信息，包括：当所述数据维度的类型为定量维度类型时，将所述数据维度下的每一维度元素分别作为一划分信息，得到所述数据维度对应的候选划分信息。5.根据权利要求3所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的候选划分信息，包括：当所述数据维度的类型为定性维度类型时，根据所述预设归因指标的类型，确定所述数据维度下每一维度元素的数据在所述历史业务数据中的元素解释度，并根据所述元素解释度将所述数据维度下的所述维度元素进行排序，得到排序维度元素，所述元素解释度用于表征所述第一业务数据和所述第二业务数据中所述维度元素对应的差异数据在所述目标差异数据中的数据占比；依次根据所述排序维度元素中每两个所述维度元素确定一划分信息，得到所述数据维度对应的候选划分信息。6.根据权利要求1
‑
5任一所述的方法，其特征在于，所述确定每一所述二分类数据中每类数据之间的分布差异度，包括：确定每一所述二分类数据中每类数据之间的JS散度；根据所述JS散度，确定每一所述二分类数据中每类数据之间的分布差异度。7.根据权利要求1
‑
5任一所述的方法，其特征在于，所述根据所述预设归因指标的类
型，确定所述每类数据的类别解释度，包括：当所述预设归因指标的类型为数量类型时，将所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的数据差值除以目标数据差值，得到所述每类数据的类别解释度，其中，所述目标数据差值为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总数据差值；当所述预设归因指标的类型为除法复合类型时，基于加权占比法，...

【专利技术属性】
技术研发人员：柯珍梅，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：